一種基於直覺模糊集的圖像增強方法
2023-05-18 14:59:36 2
一種基於直覺模糊集的圖像增強方法
【專利摘要】本發明公開了一種基於直覺模糊集的圖像增強方法，有效改善弱邊緣噪聲圖像質量，涉及數字圖像處理【技術領域】。本發明利用直覺模糊集理論，提出新的直覺模糊算子，然後通過隸屬度平面上的自適應操作，增大前景區域像素點的隸屬度、降低背景區域像素點的隸屬度，最後通過逆變換獲取高質量的圖像，從而有選擇性地突出或抑制圖像的特定信息，使其更適合人類的視覺特性或其它系統的識別功能。
【專利說明】一種基於直覺模糊集的圖像增強方法
【技術領域】
[0001] 本發明涉及數字圖像處理【技術領域】，具體是一種基於直覺模糊集的圖像增強方 法。
【背景技術】
[0002] 在相當多的場合，由於受到不同類型噪聲的汙染，或成像設備和圖像傳輸設備等 物理性質的限制，光學或醫學圖像質量嚴重退化，其對比度差，圖像邊緣和感興趣區域模 糊，因而需要採用圖像增強處理技術改善圖像質量，以期獲得在視覺感知或某種最優準則 下的高質量圖像。圖像增強技術主要有空域和頻域兩大類，其目的在於選擇性地突出或抑 製圖像的特定信息，從而調節圖像的對比度，平滑圖像的感興趣區域，或銳化圖像的邊緣和 細節信息等。然而，儘管已有諸如直方圖均衡化、非線性反銳化掩模、小波變換和模糊集等 圖像增強方法，但對於弱邊緣噪聲圖像質量的改善在計算機視覺和模式識別中依然面臨很 大困難。
[0003] 依據假設：具有均勻分布的灰度直方圖的圖像具有最佳的視覺對比，直方圖均衡 法在圖像增強領域佔據主導地位（S.D. Chen and A.R. Ramli, "Minimum mean brightness error bi-histogram equalization in contrast enhancement,，'IEEE Trans. Consumer Electronics, vol. 49, no. 4, pp. 1310-1319, Nov. 2003.)。然而，自動分析和亮度保持方面的 不足，以及衝蝕效應阻礙了直方圖均衡法的發展。此外，圖像的採集和傳輸過程中不可避 免地會產生模糊性和不確定性，且圖像的邊緣、紋理和區域等特徵的定義也存在模糊性，因 此，有效描述圖像信息應該利用啟發式的人類知識表達方法，而這種方法是高度非線性的， 不能用經典數學模型表示。
[0004] 由於模糊技術是非線性的和基於知識的，且可以處理具有模糊性的而不是隨機性 的缺損數據，模糊集理論已在圖像處理領域引起廣泛關注（M. Hanmandlu and D. Jha, "An optimal fuzzy system for color image enhancement,，' IEEE Trans. Image Processing ，vol. 15, no. 10, pp. 2965-2966, Oct. 2006.)。模糊技術的成功應用表明，歸功於圖像處理固 有的模糊性，基於模糊集和模糊邏輯方法非常適合自動調節圖像的對比度，改善圖像質量 (C.Yang等"A fuzzy-statistics-based principal component analysis (FS-PCA)method for multispectral image enhancement and display,，'IEEE Trans. Geoscience&Remote Sensing, vol. 46, no. 11，pp. 3937-3947, Nov. 2008.)。然而，經典模糊增強方法也存在一些 瑕疵：一是輸出圖像的灰度範圍幾乎是不變的，這表明該方法不合適處理灰度等級少、對 比度低的退化圖像；二是隸屬函數的範圍不是一個規範形式；三是缺乏圖像增強的優化條 件。
[0005] 因此，如何設計更符合人類決策過程的模糊圖像增強方法對改善圖像質量，為後 續圖像分析具有重要意義。
【發明內容】
[0006] 本發明是針對現有圖像增強處理方法存在的上述技術問題，提供了一種基於直覺 模糊集的圖像增強方法。
[0007] -種基於直覺模糊集的圖像增強方法，包括以下步驟：
[0008] 步驟1，將原始圖像I劃分為各個子圖像；
[0009] 步驟2,對每一個子圖像通過閾值分割為前景區域和背景區域；
[0010] 步驟3,對每一個子圖像求解各個像素點的隸屬度；
[0011] 步驟4,對每一個像素點隸屬度進行調整使得前景區域的像素點的隸屬度增大，背 景區域的像素點的隸屬度減小；
[0012] 步驟5,將步驟4調整之後的隸屬度逆變換到像素平面得到對比度增強的圖像J ;
[0013] 步驟6，將原始圖像I和圖像J加權求和，獲得增強後圖像K。
[0014] 如上所述的閾值分割為Otsu閾值分割。
[0015] 如上所述的步驟3的隸屬度的求解基於以下公式：
【權利要求】
1. 一種基於直覺模糊集的圖像增強方法，其特徵在於，包括以下步驟： 步驟1，將原始圖像I劃分為各個子圖像； 步驟2,對每一個子圖像通過閾值分割為前景區域和背景區域； 步驟3,對每一個子圖像求解各個像素點的隸屬度； 步驟4,對每一個像素點隸屬度進行調整使得前景區域的像素點的隸屬度增大，背景區 域的像素點的隸屬度減小； 步驟5,將步驟4調整之後的隸屬度逆變換到像素平面得到對比度增強的圖像J; 步驟6,將原始圖像I和圖像J加權求和，獲得增強後圖像K。
2. 根據權利要求1所述的一種基於直覺模糊集的圖像增強方法，其特徵在於，所述的 閾值分割為Otsu閾值分割。
3. 根據權利要求1所述的一種基於直覺模糊集的圖像增強方法，其特徵在於，所述的 步驟3的隸屬度的求解基於以下公式：
其中，W1和Ψ2均為模糊化函數，w,是閾值，Hkl是前景區域的像素點灰度均值，Hl1是背 景區域的像素點灰度均值，Uij表示在像素點（i，j)處的灰度值，Utj(Uij)表示前景區域內 像素點（i，j)處的隸屬度，μJuij)表示背景區域內像素點（i，j)處的隸屬度。
4. 根據權利要求3所述的一種基於直覺模糊集的圖像增強方法，其特徵在於，所述的 步驟4中隸屬度的調整是基於以下公式：
其中，T1和T1均為隸屬度調整函數，為前景區域，ΩΒ為背景區 域，μ'Α(&)指經過隸屬度調整後像素點（i，j)處新的隸屬度，^(Uij)指 前景區域內像素點的隸屬度，yB(Uij)指背景區域內像素點的隸屬度，
和 /C分別指前景區域像素點的隸屬度的最小值和最大值，A"*和/T分別指背景區域隸屬度 的最小值和最大值。
5. 根據權利要求4所述的一種基於直覺模糊集的圖像增強方法，其特徵在於，所述的 步驟5中逆變換是基於以下公式：
其中，CD1和φ2均為逆變換函數，u'u表示像素點（i，j)處的新的像素值，μ' Q(UiJ) 指前景區域的各個像素點經過步驟4隸屬度調整後所得的新的隸屬度，μ'Juj指背景區 域經過步驟4隸屬度調整後所得的各個像素點新的隸屬度，Umin和Umax分別為原始圖像I的 最小和最大灰度值。
6.根據權利要求5所述的一種基於直覺模糊集的圖像增強方法，其特徵在於，所述的 步驟6中加權求和是基於以下公式： Ku(i，j) = a·Iu(i，j)+b·Ju(i，j)， 其中Ku(ij為增強後圖像中在像素點（i，j)處的像素值，Iu(ij為原始圖像I中在像素 點（i，j)處的像素值，Juaj)為對比度增強的圖像J中在像素點（i，j)處的像素值，a和b 均為非負數。
【文檔編號】G06T5/00GK104463804SQ201410768670
【公開日】2015年3月25日 申請日期:2014年12月12日 優先權日:2014年12月12日
【發明者】周欣, 鄧鶴, 孫獻平, 劉買利, 葉朝輝 申請人:中國科學院武漢物理與數學研究所